UnicodeConverter

UnicodeConverter är ett Java-program som omvandlar text och HTML-filer i ISC, TCVN3 (ABC), VISCII, VNI och VPS-format till Unicode UTF-8. Konvertering stöd för Unicode Komposit, numeriska teckenreferenser (NCR), och VIQR (Vietnet) ingår också. I alla fall kommer produktionen att vara i Unicode Norma Form C, eller mer känd som Unicode förkomponerat format.
UnicodeConverter, körbar i både grafiska användargränssnitt (GUI) och kommandoraden lägen, kan konvertera flera filer i en katalog, eller en hel katalog, inklusive dess underkataloger. I själva verket gör detta förbättrad kapacitet omvandling av en hel webbplats till Unicode UTF-8-format med ett enda kommando eller ett par musklick. Dra-och-släpp stöd ingår också.
Stöd för konvertering av Word-dokument och Excel-arbetsböcker på Windows-plattformen ingår. Den här funktionen är implementerad med Jacob, en Java-COM bron som tillåter kunder att ringa COM Automation komponenter från Java. JACOB använder Java Native Interface (JNI) för att göra inhemska samtal till COM och Win32 bibliotek; Följaktligen är den extra funktionalitet som inte bärbar eller tillgänglig för andra plattformar. Konvertering stöd för Rich Text Format-filer finns också.
UnicodeConverter frigörs och distribueras under GNU General Public License. Dess hemsida är på http://unicodeconvert.sourceforge.net.
SYSTEMKRAV
Du måste ha Java 2 Runtime Environment, Standard Edition (JRE) 1.4 eller senare installerat på din dator för att utföra UnicodeConverter. J2RE kan laddas ner gratis från http://java.sun.com/j2se/. Java 2 Runtime Environment, Standard Edition (JRE) består av Java virtuell maskin, huvudklasserna Java-plattformen, och stödfiler så att du kan köra program skrivna i programmeringsspråket Java.
På Mac OS X Tiger eller Panther, UnicodeConverter körs utan ytterligare krav. För Jaguar 10.2.6 eller senare, Java 1.4.1 Update 1 kan installeras.
För att kunna konvertera Word eller Excel-dokument, måste du vara på en Windows-system med Microsoft Word eller Excel installerat. Placera filen jacob.dll i din väg, till exempel, i system32 eller jre / bin mapp.
Hur man kör UnicodeConverter
UnicodeConverter är skrivet i Java och paketeras som körbar Java-arkiv. Ladda ner och packa upp UnicodeConverter-1.3.zip. UnicodeConverter.jar är Java-arkiv körbara program som ska köras. Du kan köra den antingen genom att dubbelklicka på UnicodeConverter.jar filen eller genom att köra kommandot uni på kommandoraden för att starta programmet i GUI läge. Alternativt, desto längre kommandon
    java -jar UnicodeConverter.jar
eller (i Windows)
    javaw -jar UnicodeConverter.jar
kommer att fungera också. Filnamnet är skiftlägeskänsliga på vissa operativsystem. Var noga med den katalog som innehåller UnicodeConverter.jar filen är den aktuella katalogen.
Obs: Det rekommenderas att Microsoft Word / Excel inte öppna en fil när du konverterar Word / Excel-dokument. Det kan leda till fel eller bromsa omvandlingsprocessen.
Tips: Minimera antalet textrutor i Word-dokument till ett fåtal; med alltför många kommer att bromsa omvandlingen avsevärt.
Du kan välja enstaka eller flera filer, eller en katalog d för konvertering. De resulterande Unicode utdatafiler kommer att placeras i en d_Unicode katalog som ligger på samma träd nivå som källkatalogen som innehåller originalfilerna, som förblir oförändrad. Du kan också dra filer eller katalog från infödda filhanteraren och släpp på programfönstret för att påbörja omvandlingsoperation.
Programmet kan också fungera som en kommandorad program, som ofta används i batch-fil bearbetning:
    java-jar UnicodeConverter.jar
där möjliga alternativ för källkodning är VNI, VISCII, VPS, VIQR, TCVN3 och UNI-COMP. Denna funktion fungerar för textbaserade filer bara, inte Word / Excel-dokument.
Unicode komposit (UNI-COMP) källa textfiler ska sparas i UTF-8-format för korrekt konvertering till Unicode förkomponerat.
Standard teckensnitt för utgångs UTF-8 HTML-filer är Times New Roman och Arial. Användare kan byta till andra Unicode-kompatibla teckensnitt, med hjälp av Unicode-kompatibla HTML-redigerare som Frontpage eller kompositör. Använd inte Unicode-inkompatibla redaktörer (t.ex. Anteckningar av Win9x / Me) för att redigera UTF-8-filer. Om du gör det skulle fördärva UTF-8 byte sekvens, vilket gör tecknen eller filen oläsbar.
Använd Firefox, Netscape, Internet Explorer (Windows), Opera, Mozilla, Safari, Omniweb eller Chimera webbläsare för att visa UTF-8 HTML-filer. Du behöver inte ändra standardinställningarna; taggen berättar webbläsare för att använda Unicode UTF-8 teckenkodning i att visa sidan.
FILE FÖRBEREDELSER FÖR KONVERTERING
För att säkerställa en framgångsrik konvertering av HTML-filer i äldre format och för att minimera efterkonverterings redigering, kan vissa pre-konvertering konditionering måste utföras på källfilerna. Kan behövas Ändra originaldokumentet teckensnitt till de vanligaste och kära med avseende på dess ursprungliga kodning (se tabell nedan). Ta bort föråldrade dynamiska teckensnitt länkar (.pfr eller .eot) och tillhörande ActiveX-kontroll skript (t.ex. tdserver.js) rekommenderas också, för att lämna dem i kommer i onödan bromsa sida nedladdning.
Dessa grundläggande redigeringsuppgifter bör ske före den faktiska omvandlingsprocessen och kan snabbt utföras med hjälp av MDI (Multiple Document Interface) textredigerare som gör det möjligt att öppna flera filer och utföra globala Sök / ersätta åtgärder på alla öppna filer på en gång. CuteHTML, TextPad, Ultraedit, Editplus, och EditPad är några textredigerare som sport sådana användbara funktioner. De kan sökas och laddas ner från http://www.download.com.
Källkodning Typsnitt för original HTML-dokument
VNI VNI-tider, VNI Times VNI-APTIMA, VNI APTIMA, VNI-Helve, VNI Helve
VPS VPS Times, VPS Helv
VISCII VI Times, VI Arial, HoangYen, MinhQu, PhuongThao, ThaHuong, uho
TCVN3 .VnTime, .VnTimeH, .VnArial, .VnArialH
VIQR nr teckensnittsformatering
OBS: På grund av karaktären av TCVN3 kodning, kommer omvandlingen av vissa vietnamesiska huvudstaden vokaler resultera i felaktig, gemener. Några efterkonverterings redigering kan vara nödvändigt.
UNICODE-kompatibla Typsnitt
Unicode har endast begränsat stöd i Windows 95/98 / Me, men de är fortfarande kan visa alla vietnamesiska tecken med hjälp av lämpliga Unicode-teckensnitt. Fullt Unicode-stöd är inbyggt i Windows NT / 2000 / XP. Linux och Mac OS 8.5 eller senare har börjat att ge stöd för Unicode. Mac OS X och Palm OS ger fullt Unicode-stöd.
Följande Truetype-teckensnitt, som kommer levereras med Windows 98SE / Me / 2000 / XP, innehåller många Unicode-tecken, inklusive vietnamesiska:
    Times New Roman, Courier New, Arial, Tahoma, Verdana, Palatino Linotype
Denna förteckning över Unicode-teckensnitt är på intet sätt heltäckande, eftersom det finns fler och fler teckensnitt att utvecklas kommersiellt eller utvidgas till att omfatta Unicode-tecken.
Krav: